使用 Mistral Cloud 嵌入节点为给定文本生成嵌入向量。

本页将介绍 Mistral Cloud 嵌入节点的参数配置，并提供更多资源链接。

凭证

您可以在此处找到该节点的认证信息。

/// 注意 | 子节点中的参数解析 子节点在使用表达式处理多个项目时的行为与其他节点不同。

大多数节点（包括根节点）会接收任意数量的输入项，处理这些项目，然后输出结果。您可以使用表达式来引用输入项，节点会依次为每个项目解析表达式。例如，给定五个 name 值作为输入，表达式 {{ $json.name }} 会依次解析为每个名称。

而在子节点中，表达式总是解析为第一个项目。例如，给定五个 name 值作为输入，表达式 {{ $json.name }} 总是解析为第一个名称。 ///

节点参数#

• 模型：选择用于生成嵌入向量的模型。

有关可用模型的更多信息，请参阅 Mistral 模型文档。

节点选项#

• 批量大小：输入每次请求发送的最大文档数量。
• 移除换行符：选择是否从输入文本中移除换行符（开启）或保留（关闭）。n8n 默认启用此选项。

模板与示例#

Breakdown Documents into Study Notes using Templating MistralAI and Qdrant

by Jimleuk

View template detailsBuild a Financial Documents Assistant using Qdrant and Mistral.ai

by Jimleuk

View template detailsBuild a Tax Code Assistant with Qdrant, Mistral.ai and OpenAI

by Jimleuk

View template detailsBrowse Embeddings Mistral Cloud integration templates, or search all templates

相关资源#

有关该服务的更多信息，请参考 Langchain 的 Mistral 嵌入文档。

查看 n8n 的高级 AI 文档。

AI glossary#

• completion: Completions are the responses generated by a model like GPT.
• hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
• vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
• vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.

《DeepSeek高效数据分析：从数据清洗到行业案例》聚焦DeepSeek在数据分析领域的高效应用，是系统讲解其从数据处理到可视化全流程的实用指南。作者结合多年职场实战经验，不仅深入拆解DeepSeek数据分析的核心功能——涵盖数据采集、清洗、预处理、探索分析、建模（回归、聚类、时间序列等）及模型评估，更通过金融量化数据分析、电商平台数据分析等真实行业案例，搭配报告撰写技巧，提供独到见解与落地建议。助力职场人在激烈竞争中凭借先进技能突破瓶颈，实现职业进阶，开启发展新篇。